关注我们了解计算机视觉最新动态 ！
动态先览
1
中国科学家设计超薄指尖传感器，厚度
不到A4纸五分之一
2
谷歌发布地图「时光机」：100年前，
你家街道长啥样？
3
仿真环境跟车2分钟，就让自动驾驶系
统撞上马路牙子，攻破率超90%
4
【ISOLABS】最新《图神经网络实用
南》2020论文
5
最新《机器学习导论》干货笔记，65
页pdf公式推导教程
6
82页《现代C++教程》：高速上手
C++11/14/17/20
7
速度堪比Adam，准确率媲美SGD，还
能稳定训练GAN：全新优化器NeurIPS爆款
8
AI看图说话首超人类！微软认知AI团队
提出视觉词表预训练超越Transformer
9
所有Windows 10版本均会受到影响！
微软发布紧急安全更新
新闻类
中国科学家设计超薄指尖传感器，厚度不到A4纸五分之一，最高传递500Hz信号，可用于外科微创手术
视频中只需要用手指触摸，就可以辨别出纸上的字母。实现这个能力，用的是一个重量仅为 1.3 克的设备。而负责给指尖传导信号的硅胶薄膜，只有 18 微米厚。这个厚度，薄于一张普通 A4 纸厚度(104 微米)的五分之一，也远远小于人体表皮的厚度(数十到上千微米)。
这是中国科学家冀晓斌领衔开发出的新型设备，只用 1.3 克的重量，能够产生 1 到 500Hz 的震动信号，给手指传递不同的触感。
这个设备的名字叫做 feel-through DEA(下称 FT-DEA)，“盲人摸字”的试验，只是对其功能的一个验证。更重要的是，这种轻巧的触觉传感器，提供了一种新型的人机交互界面，具有高灵敏度和宽信号频域，如果跟不同的 VR 或 AR 设备结合，就可以开发出更逼真的虚拟现实或增强现实体验。
谷歌发布地图「时光机」：100年前，你家街道长啥样？
10年前，乃至100年前，你长大的那条街道长什么样？
现在，除了用AI修复老影像资料，谷歌还发布了新的「时光旅行」方案。
就像这样，用3D视角，一览1890年到1970年曼哈顿切尔西区的建筑变化。
是不是有点历史更迭内味儿了？
这样一台「时光机器」的引擎，是谷歌推出的基于浏览器的工具集rǝ(音return)，主要由3部分组成：一个众包平台，一个时空地图服务器，一个3D体验平台。
官方博客：
https://ai.googleblog.com/2020/10/recreating-historical-streetscapes.html
Rǝ工具集：
https://re.city/#14.25/40.74094/-73.98798
仿真环境跟车2分钟，就让自动驾驶系统撞上马路牙子，攻破率超90%，多传感器融合系统都失效
自动驾驶领域目前最强的MSF(多传感器融合)定位算法，再次被攻破了。
攻击之下，平均30秒内，正常行驶中的自动驾驶汽车就撞上了马路牙子：
不仅GPS被忽悠瘸，LiDAR、轮速计和IMU一起上都没能阻止。
并且，攻击算法的成功率竟然达到了90%以上。
连多传感器融合定位算法达到SOTA的百度Apollo，在仿真环境也中了招。
这项最新研究，来自加州大学尔湾分校(UCI)，目前已发表在信息安全领域四大顶会之一的USENIX Security 2020上。
传送门：
https://sites.google.com/view/cav-sec/fusionripper
教程类
【ISOLABS】最新《图神经网络实用指南》2020论文
图神经网络(GNNs)最近在人工智能领域变得越来越受欢迎，这是因为它们具有提取相对非结构化数据类型作为输入数据的独特能力。尽管GNN体系结构的一些元素在操作上与传统神经网络(以及神经网络变体)的概念相似，但其他元素则不同于传统的深度学习技术。本教程通过整理和呈现最常见类型的GNNs的动机、概念、数学和应用的详细信息，向一般深度学习爱好者展示了GNNs的强大功能和新颖之处。重要的是，我们以介绍性的速度简要地介绍了本教程，并提供了理解和使用GNNs的实用和可访问的指南。
传送门：
https://deepai.org/publication/a-practical-guide-to-graph-neural-networks
最新《机器学习导论》干货笔记，65页pdf公式推导教程
这门课程是Pr Biau关于统计学习课程的补充，这在两个方面:
1. 它处理了监督学习和非监督学习;
2. 提出了一种算法的观点。
这些课堂讲稿由三章组成:
第一章:详细介绍了几种分类方法，快速填补了两者之间的差距
第二章:我们考虑了未观察到的标签问题，并给出了一些生成的划分方法
输入空间
第三章:维数灾难
传送门：
http://www.lpsm.paris/pageperso/sangnier/files/mlM2/notes_student.pdf
82页《现代C++教程》：高速上手C++ 11/14/17/20
现代 C++ (指 C++11/14/17/20) 的大量特性使得整个 C++ 语言更加现代化。现代 C++ 不仅仅增强了 C++ 语言自身的可用性，auto 关键字语义的修改使得我们更加有信心来操控极度复杂的模板类型。同时还对语言运行期进行了大量的强化，Lambda 表达式的出现让 C++ 具有了匿名函数的闭包特性，而这一特性在现代的编程语言(诸如 Python/Swift/... )中已经司空见惯，右值引用的出现解决了 C++ 长期以来被人诟病的临时对象效率问题等等。
中文版地址：
https://changkun.de/modern-cpp/pdf/modern-cpp-tutorial-zh-cn.pdf
书籍代码地址：
https://changkun.de/modern-cpp/code/
习题解答地址：
https://changkun.de/modern-cpp/exercises/
程序员
速度堪比Adam，准确率媲美SGD，还能稳定训练GAN：全新优化器成为NeurIPS爆款
最常用的深度学习优化器大致可分为自适应方法(如Adam)和加速方案(如带有动量的随机梯度下降(SGD))。与 SGD 相比，许多模型(如卷积神经网络)采用自适应方法通常收敛速度更快，但泛化效果却较差。对于生成对抗网络(GAN)这类的复杂情况，通常默认使用自适应方法，因为其具有稳定性。
在 NeurIPS 2020 的一篇 Spotlight 论文中，来自耶鲁大学、伊利诺伊大学香槟分校等机构的研究者提出了一种名为「AdaBelief」的新型优化器，可以同时满足 3 个优点：自适应方法的快速收敛、SGD 的良好泛化性、训练稳定性。论文代码也已经放出。
论文地址：
https://arxiv.org/pdf/2010.07468.pdf
GitHub地址：
https://github.com/juntang-zhuang/Adabelief-Optimizer
AI看图说话首超人类！微软认知AI团队提出视觉词表预训练超越Transformer
能看图会说话的AI，表现还超过了人类？最近，Azure悄然上线了一个新的人工智能服务，能精准的说出图片中的内容。而背后的视觉词表技术，更是超越了基于Transformer的前辈们，拿到nocaps挑战赛冠军。
微软认知服务团队的研究人员提出了一种名为视觉词表预训练(Visual Vocabulary Pre-training，简称VIVO)的解决方案。
目前，VIVO 在 nocaps 挑战中取得了 SOTA效果，并首次超越人类表现。
传送门：
https://apps.apple.com/us/app/seeing-ai/id999062298
所有Windows 10版本均会受到影响！微软发布紧急安全更新
微软周五发布了两个安全更新，以解决 Windows Codecs 库和 Visual Studio Code 应用程序中的安全问题。
这两个更新是在该公司、于本周早些时候发布了每月的安全更新批次之后发布的， 本月补丁了 87 个漏洞。这两个新漏洞都是“远程代码执行”漏洞，使攻击者可以在受影响的系统上执行代码。
外媒表示，所有 Windows 10 版本均会受到影响。当前，Windows 10 显示两条驱动程序错误消息，当验证过程失败时，用户可能就会看到。第一个错误消息显示为“ Windows 无法验证该驱动程序软件的发行者”，第二个错误消息显示为“主题中不存在签名”。这些错误消息表示 Windows 在尝试验证驱动程序时发现格式不正确的目录文件，并且安装过程将失败。
昨日推荐(左下角阅读原文)
美团开店首秀：全自动拣货，95%订单全无人配送 / TikTok服务器与字节跳动分离：首席安全官透露最新进展 / 理想汽车事故
公众号ID：清瞳
清瞳时代，用科技让复杂的世界更简单
长按识别左边二维码关注我们
